Inhaltsverzeichnis: Lösungen zur Vorlesung Statistik Kapitel 4 Seite 1 von 19 Prof. Dr. Karin Melzer, Fakultät Grundlagen

Größe: px
Ab Seite anzeigen:

Download "Inhaltsverzeichnis: Lösungen zur Vorlesung Statistik Kapitel 4 Seite 1 von 19 Prof. Dr. Karin Melzer, Fakultät Grundlagen"

Transkript

1 Inhaltsverzeichnis: Aufgabenlösungen zu Kapitel 4 3 Lösung zu Aufgabe 3 Lösung zu Aufgabe 9 3 Lösung zu Aufgabe 30 3 Lösung zu Aufgabe 3 3 Lösung zu Aufgabe 3 3 Lösung zu Aufgabe 33 3 Lösung zu Aufgabe 34 3 Lösung zu Aufgabe 35 4 Lösung zu Aufgabe 36 4 Lösung zu Aufgabe 37 4 Lösung zu Aufgabe 3 4 Lösung zu Aufgabe 39 4 Lösung zu Aufgabe 40 5 Lösung zu Aufgabe 4 5 Lösung zu Aufgabe 4 5 Lösung zu Aufgabe 43 5 Lösung zu Aufgabe 44 5 Lösung zu Aufgabe 45 6 Lösung zu Aufgabe 46 6 Lösung zu Aufgabe 47 6 Lösung zu Aufgabe 4 7 Lösung zu Aufgabe 49 7 Lösung zu Aufgabe 50 7 Lösung zu Aufgabe 5 7 Lösung zu Aufgabe 5 7 Lösung zu Aufgabe 53 Lösung zu Aufgabe 54 Lösung zu Aufgabe 55 Lösung zu Aufgabe 56 Lösung zu Aufgabe 57 Lösung zu Aufgabe 5 9 Lösung zu Aufgabe 59 9 Lösung zu Aufgabe 60 0 Lösung zu Aufgabe 6 0 Lösung zu Aufgabe 6 Lösung zu Aufgabe 63 Lösung zu Aufgabe 64 Lösung zu Aufgabe 65 Lösung zu Aufgabe 66 Lösung zu Aufgabe 67 Lösung zu Aufgabe 6 Lösung zu Aufgabe 70 Lösung zu Aufgabe 7 Lösungen zur Vorlesung Statistik Kapitel 4 Seite von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

2 Lösung zu Aufgabe 7 3 Lösung zu Aufgabe 73 3 Lösung zu Aufgabe 74 4 Lösung zu Aufgabe 75 4 Lösung zu Aufgabe 76 4 Lösung zu Aufgabe 77 4 Lösung zu Aufgabe 7 5 Lösung zu Aufgabe 79 5 Lösung zu Aufgabe 0 5 Lösung zu Aufgabe 5 Lösung zu Aufgabe 6 Lösung zu Aufgabe 3 6 Lösung zu Aufgabe 4 6 Lösung zu Aufgabe 6 7 Lösung zu Aufgabe 7 7 Lösung zu Aufgabe 7 Lösung zu Aufgabe 9 7 Lösung zu Aufgabe 90 7 Lösung zu Aufgabe 9 7 Lösung zu Aufgabe 9 Lösung zu Aufgabe 93 Lösung zu Aufgabe 94 Lösung zu Aufgabe 95 Lösung zu Aufgabe 96 Lösung zu Aufgabe 97 Lösung zu Aufgabe 9 9 Lösung zu Aufgabe 99 9 Lösung zu Aufgabe 00 9 Lösungen zur Vorlesung Statistik Kapitel 4 Seite von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

3 Aufgabenlösungen zu Kapitel 4 Lösung zu Aufgabe ohne Lösung Lösung zu Aufgabe 9 a) Ω {,,3,4,5,6 } b) Ω { 0,,,,00 } c) jedes Ω ω besitzt die Gestalt ω x, x, x,, ) mit 7 verschiedenen Zahlen x i {,,,49 } Lösung zu Aufgabe 30 a) A {,4,6}, B { } b) A { 0}, B { 0,, } c) A { KK, KZ, ZK}, B { KZ, ZK} Lösung zu Aufgabe 3 a) P ( A) 0,7775 7,75% 4000 b) 35 P ( A) 0,0575 5,75% 4000 ( 3 x7 Lösung zu Aufgabe 3 a) Permutation ohne Wiederholung Daher gibt es 0! 3600Möglichkeiten 0! b) Permutation mit Wiederholung: 50Möglichkeiten 3!! 5! Lösung zu Aufgabe 33 Es handelt sich um eine geordnete Stichprobe mit Zurücklegen Deshalb gibt es Möglichkeiten Lösung zu Aufgabe 34 Bezeichnen wir mit P 6, P 7 und P die Anzahl der möglichen Passwörter mit sechs, sieben bzw acht Zeichen Nach der Summenregel gibt es dann insgesamt P P6 + P7 + P mögliche Passwörter Es gibt mögliche Zeichen (Buchstaben oder Ziffern) Berechnung von P 6 : Zeichen können mehrfach vorkommen, daher gibt es für jede der sechs Stellen XXXXXX des Passworts 36 Möglichkeiten und daher verschiedene Passwörter der Länge sechs Lösungen zur Vorlesung Statistik Kapitel 4 Seite 3 von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

4 Berechnung von P 7 : Analog folgt, dass es 7 36 Passwörter der Länge sieben gibt Berechnung von P : Analog folgt, dass es 36 Passwörter der Länge acht gibt 6 7 Insgesamt gibt es daher mögliche Passwörter Lösung zu Aufgabe 35 Es handelt sich um eine geordnete Stichprobe ohne Zurücklegen Daher gibt es Möglichkeiten den Wettschein auszufüllen Lösung zu Aufgabe 36 Es handelt sich hierbei um eine ungeordnete Stichprobe ohne Zurücklegen Deshalb gibt 5 5! 5 4 es 0 Möglichkeiten 3 3!! Lösung zu Aufgabe 37 Es handelt sich hierbei um eine ungeordnete Stichprobe ohne Zurücklegen 50 Insgesamt gibt es Möglichkeiten aus den Losen 0 zu ziehen Die Möglichkeiten 5 Gewinnlose innerhalb der 0 Lose zu ziehen sind Die gesuchte Wahrscheinlichkeit berechnet sich deshalb als 0, Lösung zu Aufgabe 3 Ziehen (von zwei Telegraphenleitungen) mit Zurücklegen ohne Beachtung der Reihenfolge, n 4, k Anzahl Möglichkeiten: 0 Auflisten der möglichen Verteilungen: die Telegraphenleitungen seien von bis 4 durchnummeriert (gleiche Leitung) 3 34 (benachbarte Leitungen) 3 4 (eine Leitung dazwischen) 4 (max Abstand) Lösung zu Aufgabe 39 Weil Umlaute für die zwei Stellen hinter dem Ortskennzeichen nicht in Betracht 4 kommen, gibt es insgesamt Möglichkeiten Lösungen zur Vorlesung Statistik Kapitel 4 Seite 4 von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

5 Lösung zu Aufgabe 40 Insgesamt gibt es! 4030 Möglichkeiten die Ehrengäste auf die Sitzplätze zu verteilen Die Wahrscheinlichkeit genau die Sitzordnung wieder zu treffen beträgt deshalb 5 p, Lösung zu Aufgabe Es sind verschiedene Würfe möglich Lösung zu Aufgabe 4 Sei n3 die Anzahl der Kugeln und k die Anzahl der Ziehungen k a) zu : Es gibt n 3 9 Möglichkeiten n! 3! zu : Es gibt ( ) 6 nk!! n + k 4 zu 3: Es gibt 6 Möglichkeiten k n 3 zu 4: Es gibt 3 Möglichkeiten k b) zu : (A,A), (B,B), (C,C), (A,B), (B,A), (B,C), (C,B), (A,C), (C,A) zu : (A,B), (B,A), (A,C), (C,A), (B,C), (C,B) zu 3: (A,A), (A,B), (A,C), (B,C), (C,C), (B,B) zu 4: (A,C), (A,B), (B,C) Lösung zu Aufgabe 43 a) Es handelt sich um eine Auswahl ohne Zurücklegen ohne Beachtung der Reihenfolge 00 3 Es gibt,73 0 Möglichkeiten b) Es gibt, Möglichkeiten c) Es gibt,55 0 Möglichkeiten d) Es gibt + +,795 0 Möglichkeiten 0 9 Lösung zu Aufgabe 44 a) Es handelt sich um eine Auswahl mit Zurücklegen mit Beachtung der Reihenfolge Daher hat Franz Möglichkeiten b) Es handelt sich um eine Auswahl ohne Zurücklegen mit Beachtung der Reihenfolge! Daher hat Franz ( 5 )! 670 Möglichkeiten Lösungen zur Vorlesung Statistik Kapitel 4 Seite 5 von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

6 Lösung zu Aufgabe 45 0 a) Es gibt 5 verschiedene Stichproben Die Reihenfolge der Geräteauswahl 5 spielt bei der Stichprobe keine Rolle Es handelt sich also um eine Auswahl ohne Zurücklegen ohne Beachtung der Reihenfolge b) Man kann sich die Entnahme einer solchen Stichprobe gedanklich in zwei Teilschritten vorstellen: Entnahme von zwei defekten Geräten aus den drei defekten Dafür gibt es 3 3 Möglichkeiten Entnahme von drei intakten Geräten aus den sieben in7akten Dafür gibt es 7 35 Möglichkeiten 3 Nach der Produktregel gibt es daher insgesamt Möglichkeiten, eine Stichprobe mit genau zwei defekten Geräten zu ziehen c) Die Anzahl der Stichproben mit mindestens einem defekten Gerät, ist gleich der Anzahl mit genau einem, genau zwei, oder genau drei defekten Geräten, also Lösung zu Aufgabe 46 Es handelt sich um eine Auswahl mit Zurücklegen ohne Beachtung der Reihenfolge Daher gibt es Möglichkeiten eine Kiste 6 6 zusammenzustellen Lösung zu Aufgabe 47 A beim ersten Ziehen wird eine Zehn gezogen; B beim zweiten Ziehen wird eine Zehn gezogen a) A beim ersten Ziehen wird keine Zehn gezogen ; B beim zweiten Ziehen wird keine Zehn gezogen ; b) 7 P (A) und P ( A) c) A B sowohl im ersten als auch im zweiten Zug wird eine Zehn gezogen d) A B im ersten oder im zweiten Zug wird eine Zehn gezogen e) f) A B) A) P B A) 3 3 0, 0 ( 3 4 g) P (B) B A) + B A) A) B A) + A) B A) h) A B) P A) B) A B) + 0, 379 ( Lösungen zur Vorlesung Statistik Kapitel 4 Seite 6 von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

7 Lösung zu Aufgabe 4 A beim ersten Ziehen wird eine Zehn gezogen; B beim zweiten Ziehen wird eine Zehn gezogen a) 7 P (B) und P ( B ) b) A B) A) P B) 0, 056 ( 64 5 ( A) + B) A B) c) A B) P 0, 344 Lösung zu Aufgabe 49 a) Das Ereignis Agerade Augenzahl tritt ein, wenn, 4 oder 6 gewürfelt wird Da diese Ereignisse paarweise unvereinbar sind ist P ( A) ) + 4) + 6) 7 0,5 Das heißt, bei sehr vielen Würfen kann man bei diesem Würfel erwarten, dass in 5% aller Fälle die Augenzahl gerade ist b) Das gesuchte Ereignis ist das Gegenereignis zu Agerade Augenzahl Die Wahrscheinlichkeit, eine ungerade Augenzahl zu werfen, ist daher (nach Kapitel 45 e) der Vorlesung) P ( A) A) 0, 4 Lösung zu Aufgabe 50 a) AHerz-Karte, BKreuz-Karte Sowohl für A als auch für B sind Fälle günstig, daher P ( A) 3, P ( B) 3 Da nicht gleichzeitig eine Herz- und eine Kreuz-Karte gezogen werden kann, sind die Ereignisse A und B unvereinbar Daher ist 6 P ( A B) A) + B) 3 4 b) AHerz-Karte, BKönig; P ( A) 3, P ( B) 3 Nun kann aber gleichzeitig eine Herz-Karte und ein König gezogen werden (der Herz-König!) Die Wahrscheinlichkeit dafür ist P ( A B) 3 Daher ist nun 4 P ( A B) A) + B) A B) Lösung zu Aufgabe 5 R Rote Kugel wird im ersten Zug gezogen R Rote Kugel wird im zweiten Zug gezogen b) Die Wahrscheinlichkeit, dass beide Kugeln dieselbe Farbe haben ergibt sich aus: R R) + R R) Lösung zu Aufgabe 5 a) P ( K K ) % 0,3% b) P ( K K) % 0,3% R) R R) + R) R R) Lösungen zur Vorlesung Statistik Kapitel 4 Seite 7 von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

8 Lösung zu Aufgabe 53 Ereignisse: K Komponente K fällt aus, K Komponente K fällt aus, dann gilt: a) K K) K) + K) K) K ) % + 0,3% % 0,3% b) P ( K K ) K K ) % 0,3% + % 0,3% Lösung zu Aufgabe 54 Man definiere die Ereignisse K i Komponente K i fällt aus Dann gilt P K K K K ) K ) K ) ) ( 7,% ) n ( 3 n K n ist die Wahrscheinlichkeit dafür, dass das System ausfällt Damit diese Wahrscheinlichkeit 6 ln( 50 0 ) kleiner als 50 ppm wird, muss gelten n > ln 7, 0 ( ) Lösung zu Aufgabe 55 Man definiere die Ereignisse AA fällt aus BB fällt aus CC fällt aus Das System fällt aus bedeutet, dass das Ereignis A ( B C) eintritt A ( B C)) A) B C) und B C) B) + C) B C) Damit A ( B C)) , + 0,0 0, , ( ) ( ) 099 Lösung zu Aufgabe 56 Die Gewinnchancen verdoppeln sich, wenn der Kandidat wechselt Strategie: Bei ursprünglicher Wahl bleiben Gewinnwahrscheinlichkeit p /3 Strategie: Tür wechseln Kandidat gewinnt, wenn er zu Beginn auf eine Ziege gesetzt hat Dafür ist aber die Wahrscheinlichkeit p /3 Lösung zu Aufgabe 57 Zu b): Aus der Produktregel wissen wir, dass A B) A) B A) B) A B) gilt Durch Umformen nach P ( B A) erhalten wir: B) P ( B A) A B) A) Es gilt: P ( B) 40%, ppm Lösungen zur Vorlesung Statistik Kapitel 4 Seite von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

9 P ( A B) %, A) A B) + A B) B) A B) + B) A B) 60% % + 40% % 40% % Damit ist P ( B A) 60% % + 40% % 4 Lösung zu Aufgabe 5 Man definiere die Ereignisse: TP Test fällt positiv aus; K Person ist krank a) Dann gilt TP) TP K) + TP K ) 96% 0,5% + % 99,5%,47% K TP) 96% 0,5% b) Gesucht ist K TP) Weil P ( K TP) 9,43% TP),47% 0,4 0,3 5 0,3 0, 5 0, 0, 5 0, 0, Lösung zu Aufgabe 59 a) x in GE Xx) 0 % 70 % 0 % µ 0, , , , σ 0, , , σ b) x in GE Yx) 0 % 70 % 0 % µ 0, , , σ 0, , , σ c) Erwartungswert von Alternative A und Alternative B sind ungefähr gleich, bei Alternative B ist die Streuung um den Mittelwert aber sehr viel größer Während der Erwartungswert den im Mittel zu erwartenden Gewinn darstellt, steht die Lösungen zur Vorlesung Statistik Kapitel 4 Seite 9 von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

10 Varianz bzw die Standardabweichung für das Risiko, das mit dem jeweiligen Investment eingegangen wird Je nach Risikoverhalten des Unternehmers ist Alternative A oder Alternative B vorzuziehen Lösung zu Aufgabe 60 a) X k) /6 für k,,6 b) (Wahrscheinlichkeits-)Dichte / P c) Verteilungsfunktion x F(x) 5/ 4/ 3/ / / x d) Erwartungswert µ 3,5 e) Varianz σ 35/, f) Standardabweichung σ, 707 Lösung zu Aufgabe 6 a) P ( X 5) b) X) X3) X4) X5) X6) X7) X) X9) X0) X) X) /36 /36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 /36 /36 Lösungen zur Vorlesung Statistik Kapitel 4 Seite 0 von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

11 b) X 4 ) X) + X3) + X4) 6/36/6 c) X>5)-X 5)-0/366/363/ Lösung zu Aufgabe 6 b) Dichte k X k) 0 / 3/ 3/ 3 / c) d) E(X) 3/; Var(X) 3/4 e) 3/ f) / Lösung zu Aufgabe 63 a) Gewinn: k P ( X k) b) E ( X ), also nicht fair; Var ( X ) Lösung zu Aufgabe a) 3 P (X ) b) Allgemein gilt i 5 i P ( X i) für i 0,,,3, Damit lautet die Wahrscheinlichkeitsverteilung: x Xx) 0, 0,469 0,7 0,03 0,000 Lösung zu Aufgabe 65 Ist X Anzahl der schwarzen Kugeln, dann ist X ~ H(5; 4; 0) Deshalb ist P ( X ) 0 5 Lösungen zur Vorlesung Statistik Kapitel 4 Seite von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

12 Lösung zu Aufgabe 66 a) Für die Zufallsvariable X Anzahl Richtige gilt: X ~ H(; ; ) k X k) Unternehmens-Gewinn 0 0,5 0,73-4 0,0043 -, b) Bei 000 Kunden kann das Unternehmen einen Gewinn von ca 33,6 Euro erwarten Lösung zu Aufgabe 67 Ist X Anzahl der schwarzen Kugeln, dann ist X ~ B(5; 40%) Deshalb ist 5 3 P ( X ) 0,4 0,6 34,56% Lösung zu Aufgabe 6 X Anzahl der Defektstücke in der Stichprobe a) X ~ H(0;35;000) b) P ( X ) 36,03% n c) P ( X ) 35,57% Näherung erlabt, da 0,0 < 0, N Lösung zu Aufgabe 69 X ~ B(4;0%) a) k Xk) 0,656 0,96 0,046 0,0036 0,000 b) E ( X ) 4 0% 0, 4 c) VaR ( X ) n p q 4 0% 90% 0, 36 Lösung zu Aufgabe 70 a) 5, % b) 75,90 % c) 75,90 % d) 5,5 % e) 94,34 % f) 9,4 % Lösung zu Aufgabe 7 X Anzahl der falschen Ziffern in 5er-Gruppe X ~ B(5;9,7%) Gesucht ist P ( X 3) X 3) + X 4) + X 5) Lösungen zur Vorlesung Statistik Kapitel 4 Seite von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

13 P ( X 5 3) 3 3 ( 9,7% ) ( 90,3% ) 0, P ( X 4) 4 P ( X 5) 9,7% 5 0, Damit ist P ( X 3) 0, ( 9,7% ) 90,3% 0, ( ) 3 Lösung zu Aufgabe a) P ( X 3) 7,% b) X0) X) X) X3) X4) X5) X6) X7) 7,9% 39,% 3,4% 7,%,56% 0,% 0,03%0,0003% 45% 40% 35% 30% 5% 0% 5% 0% 5% 0% Lösung zu Aufgabe 73 X Anzahl der fehlerhaften Einheiten in der Stichprobe X ~ H(50;60;000) a) P ( X ) 5,9% Lösungen zur Vorlesung Statistik Kapitel 4 Seite 3 von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

14 50 4 b) P ( X ) ( 0,03) (0,97) 5,5% Lösung zu Aufgabe 74 Nach dem Ziehen dürfen nur noch fehlerhafte Dichtungen im Behälter sein, weil X Anzahl der fehlerhaften Dichtungen in der Stichprobe Gesucht ist P ( X ) 0 40 P ( X ) 0, Lösung zu Aufgabe 75 X Anzahl der defekten Batterien unter fünf getesteten Batterien ist hypergeometrisch verteilt mit n 5, M, N 5 Daher ist P ( X ) 3,33% Lösung zu Aufgabe 76 X Anzahl der fehlerhaften Einheiten in der Stichprobe X ~ H(0;0;000) Gesucht ist P ( X ) a) P ( X ) X ) + X 0) + 0, b) P ( X ) ( 0,0) (0,99) + ( 0,0) ( 0,99) 0, ( 0,) 0, 0, c) P ( X ) e + e 0,079! d) Nach den Faustformeln ist die Näherung gültig Lösung zu Aufgabe 77 a) X Anzahl der Gespräche in 5 Minuten, X~Po(3), X) b) Y Anzahl der Gespräche in 0 Minuten, Y~Po(6), Y) e 3 e! e e! Lösungen zur Vorlesung Statistik Kapitel 4 Seite 4 von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

15 Lösung zu Aufgabe 7 a) X Anzahl der Lackfehler pro Blech, X~Po(0,4), 0,4 0,4 0, 4 X ) e 0,0 e 0, ! b) Y Anzahl der Lackfehler auf zwei Blechen Y~Po(0,), 4 0, 0, X 4) e 0, ! Lösung zu Aufgabe 79 a) X Anzahl der Webfehler pro m X ~ Po(0,), 0 (0,) 0! 0, 0, X0) e e b) Y Anzahl der Webfehler pro 5 m Y ~ Po(4) Y 3) Y ) Y 0) Y ) Y e 4 ( ) 3 e 4 ) c) F() 0,3 Y ), dh die Wahrscheinlichkeit, höchstens zwei Fehler auf einem 5 m großen Gewebestück zu finden Lösung zu Aufgabe 0 a) Die Konstante k muss so gewählt werden, dass 0 f ( x) dx kdx 0 k k 0, 0 0 0, für x 0, b) F ( x) 0,x, für 0 < x < 0,, für x 0, c) P ( X 3) F(3) 0, 3 0, 3 d) P ( X ) F() 0, 0, e) P ( 5 < X 9) F(9) F(5) 0, 9 0, 5 0,4 0 f) E ( X ) xf ( x) dx x 0,dx 0, 5 Var 0 ( X ) E( X ) 0 µ x f ( x) dx µ x 0,dx µ , Lösung zu Aufgabe a) Die Wahrscheinlichkeitsdichte ist die Ableitung von F X, also kx ' ke, f ( x) FX ( x) 0 P X F e für x 0 für x < 0 b) ( ) ( ) 63,% Lösungen zur Vorlesung Statistik Kapitel 4 Seite 5 von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

16 c) P ( < X < ) F( ) F( ) ( e ) ( e ) 3,3% d) P ( X > ) X ) F( ) e 3,5% Lösung zu Aufgabe a) P ( X 000) F(000) e e 0, a) P ( X 500) F(500) e e 0, a3) P ( 000 X 500) F(500) F(000) e + e 0, 49 b) Skizze siehe rechts c) Gesucht ist nach einem Wert x so dass: F( x) F( x), also 0,75 x 500 x 500 e + e Damit ist x 500 ln 039, 7h Lösung zu Aufgabe 3 X Anzahl der defekten Teile in einer Stichprobe von Teilen, Y Anzahl der defekten Teile in einer Stichprobe von 4 Teilen, X ~ B(;0,), Y ~ B(4;0,), Damit ist X 0) 0,, X ( ) ) 0, 4 ( 0,) ( 0,) 7, Y 0) Mit einer Wahrscheinlichkeit von X 0) + X Y 0 ) X 0) + X ) Y 0) 0,5949 Lösung zu Aufgabe 4 ( ) ( ) b) ˆ µ 39, 675 ; ˆ σ 99, 93 c) g ( 35) 3, 533 a) + d) 0,5 0,5-0,5 F(x) Lösungen zur Vorlesung Statistik Kapitel 4 Seite 6 von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

17 e) Man kann davon ausgehen, dass eine Normalverteilung vorliegt g) Lösung zu Aufgabe 5 a) N(0; ) N(0;4) b) N(,5; ) c) N(0,) d) N(,5; ) N(,5; 4) Lösung zu Aufgabe 6 a) 0,933 b) 0,066 c) 0,66 d) 0,066 e) 0 Lösung zu Aufgabe 7 a) ( 09) (09) ( ) ( ) P X F Φ Φ Φ(,046) 0, b) ( 95) (95) ( ) ( ) ( ) P X > F Φ Φ Φ Φ(, ) 0, 66 Lösung zu Aufgabe a) 0,39 b) 0,093 c) 0,06 d) 0,94 e) 0,464 f) 0 Lösung zu Aufgabe 9 a) 0,07 b) 0,657 c) 0,0 Lösung zu Aufgabe 90 a) P 75 X 5) F(5) F(75) Φ ( ( ) Φ( ) Φ(,5 ) Φ( 0,5) 0,933 0,597 0, 3345 b) P ( 90 X ) F(90) Φ( 7 ) 0,934 0, 066 c) P ( 70 X ) F(70) Φ( ) + Φ( 0,3) 0, d) P ( 65 X ) F() F(65) Φ( ) Φ( ) Φ( ) + Φ( ) 0,43 0, 66 Lösung zu Aufgabe 9 a) P ( µ σ X µ + σ ) F( µ + σ ) F( µ σ ) Φ() 0,43 6,6% b) b) P ( µ σ X µ + σ ) Φ() 0,977 95,44% c) c) P ( µ 3σ X µ + 3σ ) Φ(3) 0,997 99,74% 0 Lösungen zur Vorlesung Statistik Kapitel 4 Seite 7 von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

18 Lösung zu Aufgabe 9 X Füllmenge in ml; X~N(70,5;0,9 ) 700 P X 700) F(700) Φ 70,5 Φ a) ( ) (,5,5 ) Φ( ) Φ(,39 ) 0, 03 ( 0,9 0,9 0, ,75 b) X 705) F(705) Φ( 70,5 ) ( ) ( 4,7 ) 0,9 Φ 0, 9 Φ ,5 X 70) + X 69) F(70) + F(69) Φ( ) ( ) 0,9 + Φ 0,9 c) 0,75 3,5 Φ( ) ( ) 0,9 + Φ 0,9 0,7967 0, 033 d) [ µ z 0,99 σ; µ + z0, 99 σ ] [ 70,5,36 0,9;70,5 + ] [ 699,566;703,3434 ] [ µ z σ µ + z σ ] [ 70,5,576 0,9;70,5 +,576 0,9] [ 69,936;703,564 ] 0,995 ; 0, 995 e) 699,6 ml Lösung zu Aufgabe 93 X Füllmenge einer Packung (in g); X ~ N(000;0 ) α a) zweiseitiger 95 % Zufallsstreubereich für X : p 95 %; α -p 5 %;,5 %; α 97,5 %; z α z, 960; 0,975 [ 000,960 0;000 +,960 0] 993 b) einseitiger nach oben beschränkter Zufallsstreubereich für X : z α, 645 ; ( ; z α σ ] ( ;005,0] Einseitig nach unten beschränkter Zufallsstreubereich für X : 000 z σ ; 994,00; [,0;006,9 ] [ ) [ ) α Lösung zu Aufgabe 94 X Lesekompetenz von Schülern; X ~ N(550;3600) ; Gesucht ist q µ + σ z z,645 µ + z σ 550, , 3 0,05 0,95 0,05 0,05 z0, 05 Die 5 % der Schüler, die am schlechtesten lesen konnten, hatten einen Punktwert von 45,3 Punkte oder weniger Lösung zu Aufgabe 95 [999,3; 000,6] Lösung zu Aufgabe 96 a) G Gesamtgewicht: G ~ N(0000; 00) G 9990) 0,57 b) D Durchschnittsgewicht: D ~ N(500; 0,5) D 499) 0,0 Lösung zu Aufgabe 97 X Stoffmenge von Stoff (in g) ; X Stoffmenge von Stoff (in g) X ~ (00; 4) ; X ~ (75;) X + X ~ (75; 5) N N N 5 ( ) Φ(,4) 0,975 0, P ( X + X 70) Φ( ) Φ Φ Lösungen zur Vorlesung Statistik Kapitel 4 Seite von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

19 Lösung zu Aufgabe 9 X Länge (in mm) eines zufällig ausgewählten Drahtstückes; X ~ N(50; 7) α a) p 95 %, α 5 % ;,5 % ; α 97,5 % ; z α z0,975, 960; zweiseitiger 95 %- Zufallsstreubereich z σ ; µ + z σ 50,96 7; 50+,96 [ µ α α ] [ 7] [ 495,4; 506,6] α b) p 99 %, α % ; 0,5 % ; α 99,5 % ; z α z0,995, 576 ; [ µ α α ] [ 7] [ 494,; 507,] zweiseitiger 99 %- Zufallsstreubereich z σ ; µ + z σ 50,576 7; 50+,576 c) einseitiger nach oben beschränkter 99 %-Zufallsstreubereich: α 99 % ;,36 ; + z σ ; 50+,36 7 ; 507,5 ; z ; ( ] ( ] ( ] 0,99 µ α einseitiger nach unten beschränkter 99 %-Zufallsstreubereich: [ µ z α σ; ) [ 50,36 7; ) [ 494,5; ) 7 X ~ N 50; ; d) X mittlere Drahtlänge der Stichprobe; ( ) 50 z z 0,995 α zweiseitiger 99 %-Zufallsstreubereich:, [ µ z ; ] [ 50,576 ; 50,576 ] 7 α σ µ + z α σ [ 500,036; 50,964] Lösung zu Aufgabe 99 X Anzahl der Ausschussstücke in der Stichprobe X ~ Bn( 500; % ) a) X > 5) X 5) X 0) + X ) + X ) + + X 0,9 500 b) N( µ,σ ) 500 0,0 0,9 [ 5) ] ,0 0,9 X mit µ n p 0 und σ n p q 9, 50+ 0,5 P ( X > ) Φ( ) Φ(,76) 0,9609 0, , , ,9 45 0, Lösung zu Aufgabe 00 X Augenzahl beim -maligen Werfen, Y Augenzahl beim 00-maligen Werfen µ X 3,5 σ X, 967 µ Y 00 3,5 350 σ Y 00,967 9, 67 Damit ist 360µ Y + 0,5 340µ Y 0,5 P 340 X 360 Φ 0,5 σ Φ Φ Φ(0,6) 0,79 Y σy 9, 67 ( ) ( ) ( ) ( ) 0, 45 Lösungen zur Vorlesung Statistik Kapitel 4 Seite 9 von 9 Prof Dr Karin Melzer, Fakultät Grundlagen

Inhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Kapitel 4 Seite 1 von 23 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen

Inhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Kapitel 4 Seite 1 von 23 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 4 3 Aufgabe 8 3 Aufgabe 9 3 Aufgabe 30 3 Aufgabe 31 3 Aufgabe 3 4 Aufgabe 33 4 Aufgabe 34 4 Aufgabe 35 4 Aufgabe 36 4 Aufgabe 37 4 Aufgabe 38 5 Aufgabe 39

Mehr

Bei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.

Bei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses. XI. Binomialverteilung ================================================================== 11.1 Definitionen -----------------------------------------------------------------------------------------------------------------

Mehr

Übungen zur Mathematik für Pharmazeuten

Übungen zur Mathematik für Pharmazeuten Blatt 1 Aufgabe 1. Wir betrachten den Ereignisraum Ω = {(i,j) 1 i,j 6} zum Zufallsexperiment des zweimaligem Würfelns. Sei A Ω das Ereignis Pasch, und B Ω das Ereignis, daß der erste Wurf eine gerade Augenzahl

Mehr

P X =3 = 2 36 P X =5 = 4 P X =6 = 5 36 P X =8 = 5 36 P X =9 = 4 P X =10 = 3 36 P X =11 = 2 36 P X =12 = 1

P X =3 = 2 36 P X =5 = 4 P X =6 = 5 36 P X =8 = 5 36 P X =9 = 4 P X =10 = 3 36 P X =11 = 2 36 P X =12 = 1 Übungen zur Stochastik - Lösungen 1. Ein Glücksrad ist in 3 kongruente Segmente aufgeteilt. Jedes Segment wird mit genau einer Zahl beschriftet, zwei Segmente mit der Zahl 0 und ein Segment mit der Zahl

Mehr

Variationen Permutationen Kombinationen

Variationen Permutationen Kombinationen Variationen Permutationen Kombinationen Mit diesen Rechenregeln lässt sich die Wahrscheinlichkeit bestimmter Ereigniskombinationen von gleichwahrscheinlichen Elementarereignissen ermitteln, und erleichtert

Mehr

Zufallsgrößen. Vorlesung Statistik für KW 29.04.2008 Helmut Küchenhoff

Zufallsgrößen. Vorlesung Statistik für KW 29.04.2008 Helmut Küchenhoff Zufallsgrößen 2.5 Zufallsgrößen 2.5.1 Verteilungsfunktion einer Zufallsgröße 2.5.2 Wahrscheinlichkeits- und Dichtefunktion Wahrscheinlichkeitsfunktion einer diskreten Zufallsgröße Dichtefunktion einer

Mehr

Bestimmen der Wahrscheinlichkeiten mithilfe von Zählstrategien

Bestimmen der Wahrscheinlichkeiten mithilfe von Zählstrategien R. Brinmann http://brinmann-du.de Seite 4.0.2007 Bestimmen der Wahrscheinlicheiten mithilfe von Zählstrategien Die bisherigen Aufgaben zur Wahrscheinlicheitsrechnung onnten im Wesentlichen mit übersichtlichen

Mehr

Gesucht: wie viele Mitarbeiter sind max. durch Ziffernfolge unterscheidbar. Lösung: Möglichkeiten; Reihenfolge und MIT Zurücklegen- also = = 6561

Gesucht: wie viele Mitarbeiter sind max. durch Ziffernfolge unterscheidbar. Lösung: Möglichkeiten; Reihenfolge und MIT Zurücklegen- also = = 6561 1 Bettina Kietzmann Februar 2013 Numerische Aufgaben Statistik 1D 1. Kombinatorik Für die Lösung dieser Aufgaben ist die Tabelle der Formelsammlung S. 10 relevant. Geht es darum Möglichkeiten zu errechnen

Mehr

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen 4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.

Mehr

Übungsaufgaben Wahrscheinlichkeit

Übungsaufgaben Wahrscheinlichkeit Übungsaufgaben Wahrscheinlichkeit Aufgabe 1 (mdb500405): In einer Urne befinden sich gelbe (g), rote (r), blaue (b) und weiße (w) Kugel (s. Bild). Ohne Hinsehen sollen aus der Urne in einem Zug Kugeln

Mehr

K2 MATHEMATIK KLAUSUR. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) 28 15 15 2 60 Punkte Notenpunkte

K2 MATHEMATIK KLAUSUR. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) 28 15 15 2 60 Punkte Notenpunkte K2 MATHEMATIK KLAUSUR 26.2.24 Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max 28 5 5 2 6 Punkte Notenpunkte PT 2 3 4 5 6 7 8 9 P. (max 2 2 2 4 5 3 3 4 3 Punkte WT Ana A.a b A.c Summe P. (max 7 5

Mehr

y 1 2 3 4 5 6 P (Y = y) 1/6 1/6 1/6 1/6 1/6 1/6

y 1 2 3 4 5 6 P (Y = y) 1/6 1/6 1/6 1/6 1/6 1/6 Fachhochschule Köln Fakultät für Wirtschaftswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@fh-koeln.de Übungen zur Statistik für Prüfungskandidaten und Prüfungskandidatinnen Unabhängigkeit

Mehr

Aufgabe 2.1. Ergebnis, Ergebnismenge, Ereignis

Aufgabe 2.1. Ergebnis, Ergebnismenge, Ereignis Aufgabe 2. Ergebnis, Ergebnismenge, Ereignis Ergebnis und Ergebnismenge Vorgänge mit zufälligem Ergebnis, oft Zufallsexperiment genannt Bei der Beschreibung der Ergebnisse wird stets ein bestimmtes Merkmal

Mehr

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung Kapitel 3 Zufallsvariable Josef Leydold c 2006 Mathematische Methoden III Zufallsvariable 1 / 43 Lernziele Diskrete und stetige Zufallsvariable Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion

Mehr

Statistische Thermodynamik I Lösungen zur Serie 1

Statistische Thermodynamik I Lösungen zur Serie 1 Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen

Mehr

$ % + 0 sonst. " p für X =1 $

$ % + 0 sonst.  p für X =1 $ 31 617 Spezielle Verteilungen 6171 Bernoulli Verteilung Wir beschreiben zunächst drei diskrete Verteilungen und beginnen mit einem Zufallsexperiment, indem wir uns für das Eintreffen eines bestimmten Ereignisses

Mehr

Wahrscheinlichkeit Klasse 8 7

Wahrscheinlichkeit Klasse 8 7 7 Wahrscheinlichkeit Klasse 8 Ereignisse Seite 8 a) Ω {Herz 7; Herz 8; Herz 9; Herz 0; Herz Unter; Herz Ober; Herz König; Herz Ass; Eichel 7; Eichel 8; Eichel 9; Eichel 0; Eichel Unter; Eichel Ober; Eichel

Mehr

3.7 Wahrscheinlichkeitsrechnung II

3.7 Wahrscheinlichkeitsrechnung II 3.7 Wahrscheinlichkeitsrechnung II Inhaltsverzeichnis 1 bedingte Wahrscheinlichkeiten 2 2 unabhängige Ereignisse 5 3 mehrstufige Zufallsversuche 7 1 Wahrscheinlichkeitsrechnung II 28.02.2010 Theorie und

Mehr

Kursthemen 12. Sitzung. Spezielle Verteilungen: Warteprozesse. Spezielle Verteilungen: Warteprozesse

Kursthemen 12. Sitzung. Spezielle Verteilungen: Warteprozesse. Spezielle Verteilungen: Warteprozesse Kursthemen 12. Sitzung Folie I - 12-1 Spezielle Verteilungen: Warteprozesse Spezielle Verteilungen: Warteprozesse A) Die Geometrische Verteilung (Folien 2 bis 7) A) Die Geometrische Verteilung (Folien

Mehr

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge 2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten

Mehr

Statistiktraining im Qualitätsmanagement

Statistiktraining im Qualitätsmanagement Gerhard Linß Statistiktraining im Qualitätsmanagement ISBN-0: -446-75- ISBN-: 978--446-75-4 Leserobe Weitere Informationen oder Bestellungen unter htt://www.hanser.de/978--446-75-4 sowie im Buchhandel

Mehr

3.3. Aufgaben zur Binomialverteilung

3.3. Aufgaben zur Binomialverteilung .. Aufgaben zur Binomialverteilung Aufgabe 1: Ziehen mit Zurücklegen und Binomialverteilung Ein sechsseitiger Würfel wird zehnmal geworfen. a) Wie groß ist die Wahrscheinlichkeit, nur beim ersten Mal die

Mehr

Regelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall

Regelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall Wahrscheinlichkeitstheorie Was will die Sozialwissenschaft damit? Regelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall Auch im Alltagsleben arbeiten wir mit Wahrscheinlichkeiten, besteigen

Mehr

6 Mehrstufige zufällige Vorgänge Lösungshinweise

6 Mehrstufige zufällige Vorgänge Lösungshinweise 6 Mehrstufige zufällige Vorgänge Lösungshinweise Aufgabe 6.: Begründen Sie, warum die stochastische Unabhängigkeit zweier Ereignisse bzw. zufälliger Vorgänge nur ein Modell der Realität darstellen kann.

Mehr

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis:

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis: Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 5... 1 Aufgabe 101... 1 Aufgabe 102... 2 Aufgabe 103... 2 Aufgabe 104... 2 Aufgabe 105... 3 Aufgabe 106... 3 Aufgabe 107... 3 Aufgabe 108... 4 Aufgabe 109...

Mehr

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8 . Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8

Mehr

Maristengymnasium Fürstenzell zuletzt geändert am 10.03.2001 Aufgaben zur Kombinatorik (mit Lösungen)

Maristengymnasium Fürstenzell zuletzt geändert am 10.03.2001 Aufgaben zur Kombinatorik (mit Lösungen) Maristengymnasium Fürstenzell zuletzt geändert am 0.0.00 Aufgaben zur Kombinatorik (mit Lösungen) 0.. Wieviele Möglichkeiten gibt es für Kinder, sich auf einen Schlitten zu setzen, wenn ihn nur davon steuern

Mehr

Stochastik Wahrscheinlichkeit

Stochastik Wahrscheinlichkeit Stochastik Wahrscheinlichkeit Dies ist ein Detail, das auf dem letzten 1 DM Schein abgebildet war. Es stellt die wichtigste Wahrscheinlichkeitsverteilung überhaut dar die Normalverteilung. Diese Verteilung

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809

Mehr

1 Von den Ereignissen U und V eines Zufallsexperiments kennt man die Eigenschaften (1) bis (3) :

1 Von den Ereignissen U und V eines Zufallsexperiments kennt man die Eigenschaften (1) bis (3) : Prof. Dr. E. Mammen SEMINAR FÜR STATISTIK Prof. Dr. H. Stenger UNIVERSITÄT MANNHEIM Vierstündige Klausur in statistischer Methodenlehre 9. Juli 003; 8:30 - :30 Zulässige Hilfsmittel: keine, insbesondere

Mehr

Coupon Collector's-Problem (Sammelbilderproblem) Name: Walter Wolf Matrikelnr.: 533440 Dozent: Dr. W. Kössler

Coupon Collector's-Problem (Sammelbilderproblem) Name: Walter Wolf Matrikelnr.: 533440 Dozent: Dr. W. Kössler Coupon Collector's-Problem (Sammelbilderproblem) Name: Walter Wolf Matrikelnr.: 533440 Dozent: Dr. W. Kössler Problemstellung Als Sammelbilderproblem bezeichnet man die Frage, wie viele Produkte bzw. Bilder

Mehr

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde

Mehr

Aufgaben und Lösungen

Aufgaben und Lösungen Aufgaben und Lösungen Aufgabe Aus einer Schulklasse von 3 Schülern soll eine Abordnung von Schülern zum Direktor geschickt werden. Auf wie viele Arten kann diese Abordnung gebildet werden? ( ) 3 = 33.649

Mehr

B 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!

B 2.  Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!! Das folgende System besteht aus 4 Schraubenfedern. Die Federn A ; B funktionieren unabhängig von einander. Die Ausfallzeit T (in Monaten) der Federn sei eine weibullverteilte Zufallsvariable mit den folgenden

Mehr

Wie löst man Mathematikaufgaben?

Wie löst man Mathematikaufgaben? Wie löst man Mathematikaufgaben? Manfred Dobrowolski Universität Würzburg Wie löst man Mathematikaufgaben? 1 Das Schubfachprinzip 2 Das Invarianzprinzip 3 Das Extremalprinzip Das Schubfachprinzip Verteilt

Mehr

Grundkursabitur 2011 Stochastik Aufgabe III

Grundkursabitur 2011 Stochastik Aufgabe III Grundkursabitur 011 Stochastik Aufgabe III An einem Musikwettbewerb, der aus einer Messehalle bundesweit live im Fernsehen übertragenwird, nehmen zwölf Nachwuchsbands aus ganz Deutschland teil. Genau zwei

Mehr

Jetzt lerne ich Stochastik für die Oberstufe

Jetzt lerne ich Stochastik für die Oberstufe Jetzt lerne ich Stochastik für die Oberstufe von Dr. rer. nat. Marco Schuchmann, Dipl.-Math. - 2 - - 3 - Vorwort In diesem Buch werden Anwendungen der Stochastik in der Oberstufe mit vielen Beispielen

Mehr

Vorlesung - Medizinische Biometrie

Vorlesung - Medizinische Biometrie Vorlesung - Medizinische Biometrie Stefan Wagenpfeil Institut für Medizinische Biometrie, Epidemiologie und Medizinische Informatik Universität des Saarlandes, Homburg / Saar Vorlesung - Medizinische Biometrie

Mehr

Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)

Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler

Mehr

Grundlagen. Wozu Wahrscheinlichkeitsrechnung? Definition und Begriff der Wahrscheinlichkeit. Berechnung von Laplace-Wahrscheinlichkeiten

Grundlagen. Wozu Wahrscheinlichkeitsrechnung? Definition und Begriff der Wahrscheinlichkeit. Berechnung von Laplace-Wahrscheinlichkeiten Teil 2: Wahrscheinlichkeitsrechnung 326 Grundlagen Wozu Wahrscheinlichkeitsrechnung? Definition und egriff der Wahrscheinlichkeit erechnung von Laplace-Wahrscheinlichkeiten Rechnen mit einfachem Mengenkalkül

Mehr

Kugel-Fächer-Modell. 1fach. 3fach. Für die Einzelkugel gibt es 3 Möglichkeiten. 6fach. 3! Möglichkeiten

Kugel-Fächer-Modell. 1fach. 3fach. Für die Einzelkugel gibt es 3 Möglichkeiten. 6fach. 3! Möglichkeiten Kugel-Fächer-Modell n Kugeln (Rosinen) sollen auf m Fächer (Brötchen) verteilt werden, zunächst 3 Kugeln auf 3 Fächer. 1fach 3fach Für die Einzelkugel gibt es 3 Möglichkeiten } 6fach 3! Möglichkeiten Es

Mehr

Monte Carlo Methoden in Kreditrisiko-Management

Monte Carlo Methoden in Kreditrisiko-Management Monte Carlo Methoden in Kreditrisiko-Management P Kreditportfolio bestehend aus m Krediten; Verlustfunktion L = n i=1 L i; Die Verluste L i sind unabhängig bedingt durch einen Vektor Z von ökonomischen

Mehr

13.5 Der zentrale Grenzwertsatz

13.5 Der zentrale Grenzwertsatz 13.5 Der zentrale Grenzwertsatz Satz 56 (Der Zentrale Grenzwertsatz Es seien X 1,...,X n (n N unabhängige, identisch verteilte zufällige Variablen mit µ := EX i ; σ 2 := VarX i. Wir definieren für alle

Mehr

Ein möglicher Unterrichtsgang

Ein möglicher Unterrichtsgang Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige

Mehr

i x k k=1 i u i x i v i 1 0,2 24 24 0,08 2 0,4 30 54 0,18 3 0,6 54 108 0,36 4 0,8 72 180 0,60 5 1,0 120 300 1,00 2,22 G = 1 + 1 n 2 n i=1

i x k k=1 i u i x i v i 1 0,2 24 24 0,08 2 0,4 30 54 0,18 3 0,6 54 108 0,36 4 0,8 72 180 0,60 5 1,0 120 300 1,00 2,22 G = 1 + 1 n 2 n i=1 1. Aufgabe: Der E-Commerce-Umsatz (in Millionen Euro) der fünf größten Online- Shopping-Clubs liegt wie folgt vor: Club Nr. Umsatz 1 120 2 72 3 54 4 30 5 24 a) Bestimmen Sie den Ginikoeffizienten. b) Zeichnen

Mehr

3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit

3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit 3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit Aufgabe : Summenregel und bedingte Wahrscheinlichkeit Eine Statistik hat folgende Ergebnisse zutage gebracht: 52 % der Bevölkerung sind weiblich.

Mehr

6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis

6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis 1 6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Spiele aus dem Alltagsleben: Würfel, Münzen, Karten,... u.s.w. sind gut geeignet die Grundlagen der Wahrscheinlichkeitsrechnung

Mehr

Risiko und Versicherung - Übung

Risiko und Versicherung - Übung Sommer 2009 Risiko und Versicherung - Übung Entscheidungstheoretische Grundlagen Renate Bodenstaff Vera Brinkmann r.bodenstaff@uni-hohenheim.de vera.brinkmann@uni-hohenheim.de https://insurance.uni-hohenheim.de

Mehr

Mathematik-Klausur vom 08.02.2012 Finanzmathematik-Klausur vom 01.02.2012

Mathematik-Klausur vom 08.02.2012 Finanzmathematik-Klausur vom 01.02.2012 Mathematik-Klausur vom 08.02.2012 Finanzmathematik-Klausur vom 01.02.2012 Studiengang BWL DPO 2003: Aufgaben 2,3, Dauer der Klausur: 60 Min Studiengang B&FI DPO 2003: Aufgaben 2,3, Dauer der Klausur: 60

Mehr

Name:... Matrikel-Nr.:... 3 Aufgabe Handyklingeln in der Vorlesung (9 Punkte) Angenommen, ein Student führt ein Handy mit sich, das mit einer Wahrscheinlichkeit von p während einer Vorlesung zumindest

Mehr

(für Grund- und Leistungskurse Mathematik) 26W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP

(für Grund- und Leistungskurse Mathematik) 26W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP .RPELQDWRULN (für Grund- und Leistungsurse Mathemati) 6W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP Nach dem Studium dieses Sripts sollten folgende Begriffe beannt sein: n-menge, Kreuzprodut, n-tupel Zählprinzip

Mehr

3.8 Wahrscheinlichkeitsrechnung III

3.8 Wahrscheinlichkeitsrechnung III 3.8 Wahrscheinlichkeitsrechnung III Inhaltsverzeichnis ufallsgrössen Der Erwartungswert 3 3 Die Binomialverteilung 6 4 Die kumulierte Binomialverteilung 8 4. Die Tabelle im Fundamentum (oder Formeln und

Mehr

Wahrscheinlichkeitsrechnung beim Schafkopf

Wahrscheinlichkeitsrechnung beim Schafkopf Thema: Facharbeit aus dem Fach Mathematik Wahrscheinlichkeitsrechnung beim Schafkopf Inhalt. Ziel der Facharbeit / Einführung. Grundlegende Überlegungen und Berechnungen.. Kartengeben als Laplace-Experiment..

Mehr

Lebensdauer eines x-jährigen

Lebensdauer eines x-jährigen Lebensdauer eines x-jährigen Sabrina Scheriau 20. November 2007, Graz 1 INHALTSVERZEICHNIS 2 Inhaltsverzeichnis 1 Einleitung 3 2 Sterbewahrscheinlichkeiten 4 2.1 Definition und Ermittlung....................

Mehr

Statistik I für Betriebswirte Vorlesung 5

Statistik I für Betriebswirte Vorlesung 5 Statistik I für Betriebswirte Vorlesung 5 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 07. Mai 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 5 1 Klassische Wahrscheinlichkeitsdefinition

Mehr

Mathematik-Dossier 5 Wahrscheinlichkeit Regelmässigkeit des Zufalls (angepasst an das Lehrmittel Mathematik 1)

Mathematik-Dossier 5 Wahrscheinlichkeit Regelmässigkeit des Zufalls (angepasst an das Lehrmittel Mathematik 1) Name: Mathematik-Dossier 5 Wahrscheinlichkeit Regelmässigkeit des Zufalls (angepasst an das Lehrmittel Mathematik 1) Inhalt: Absolute und relative Häufigkeit Wahrscheinlichkeit Voraussagen mit Wahrscheinlichkeit

Mehr

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 ische Ergänzung der für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 Ministerium für ildung und Wissenschaft des Landes Juni 2013 1 für Aufgabenpool 1 Analysis

Mehr

3.2. Aufgaben zu mehrstufigen Zufallsexperimenten

3.2. Aufgaben zu mehrstufigen Zufallsexperimenten .. Aufgaben zu mehrstufigen Zufallsexperimenten Aufgabe : Baumdiagramm mit Erwartungswert beim zweimaligen Würfeln Ein ungezinkter sechsseitiger Würfel wird zweimal geworfen. a) Zeichne einen repräsentativen

Mehr

Zusatzaufgaben zur Vorlesung Stochastik für Informatikstudenten

Zusatzaufgaben zur Vorlesung Stochastik für Informatikstudenten Zusatzaufgaben zur Vorlesung Stochastik für Informatikstudenten I.1 Erweitertes Urnenmodell mit Zurücklegen In einer Urne befinden sich ( N Kugeln, davon M 1 der Farbe F 1, M 2 der Farbe l ) F 2,..., M

Mehr

Die Binomialverteilung

Die Binomialverteilung Fachseminar zur Stochastik Die Binomialverteilung 23.11.2015 Referenten: Carolin Labrzycki und Caroline Kemper Gliederung Einstieg Definition der Binomialverteilung Herleitung der Formel an einem Beispiel

Mehr

Stochastische Eingangsprüfung, 17.05.2008

Stochastische Eingangsprüfung, 17.05.2008 Stochastische Eingangsprüfung, 17.5.8 Wir gehen stets von einem Wahrscheinlichkeitsraum (Ω, A, P) aus. Aufgabe 1 ( Punkte) Sei X : Ω [, ) eine integrierbare Zufallsvariable mit XdP = 1. Sei Q : A R, Q(A)

Mehr

Sozialwissenschaftliche Methoden und Statistik I

Sozialwissenschaftliche Methoden und Statistik I Sozialwissenschaftliche Methoden und Statistik I Universität Duisburg Essen Standort Duisburg Integrierter Diplomstudiengang Sozialwissenschaften Skript zum SMS I Tutorium Von Mark Lutter Stand: April

Mehr

Einführung in die Stochastik

Einführung in die Stochastik Einführung in die Stochastik Josef G. Steinebach Köln, WS 2009/10 I Wahrscheinlichkeitsrechnung 1 Wahrscheinlichkeitsräume, Urnenmodelle Stochastik : Lehre von den Gesetzmäßigkeiten des Zufalls, Analyse

Mehr

Klausur: Einführung in die Statistik

Klausur: Einführung in die Statistik 1 Lösungen immer unter die jeweiligen Aufgaben schreiben. Bei Platzmangel auf die Rückseite schreiben (dann Nummer der bearbeiteten Aufgabe mit anmerken!!!). Lösungen, die nicht auf den Aufgabenblättern

Mehr

. Allgemeiner berechnen wir Wahrscheinlichkeiten nach der Formel p =

. Allgemeiner berechnen wir Wahrscheinlichkeiten nach der Formel p = 2 Stochastik Mit p(a bezeichnen wir die Wahrscheinlichkeit eines Ereignisses A. p = 1 bedeutet, dass das Ereignis sicher eintritt, p = 0, dass es niemals eintritt. Es gilt demnach immer 0 p 1. Werfen wir

Mehr

Schätzer (vgl. Kapitel 1): Stichprobenmittel X N. Stichprobenmedian X N

Schätzer (vgl. Kapitel 1): Stichprobenmittel X N. Stichprobenmedian X N Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 8.1 Schätzer für Lage- und Skalenparameter und Verteilungsmodellwahl Lageparameter (l(x + a) = l(x) + a): Erwartungswert EX Median von X

Mehr

Aktiv Kurs Thema Kompakt Test. Reißnägel werfen

Aktiv Kurs Thema Kompakt Test. Reißnägel werfen . Reißnägel werfen Die Klasse 7a will wissen, mit welcher Wahrscheinlichkeit beim Reißnägel fallen lassen die Nadel nach oben zeigt. Dazu lässt jeder Schüler/jede Schülerin der Klasse einen Reißnagel 00-mal

Mehr

Übungsrunde 7, Gruppe 2 LVA 107.369, Übungsrunde 7, Gruppe 2, 28.11. Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 11/2006

Übungsrunde 7, Gruppe 2 LVA 107.369, Übungsrunde 7, Gruppe 2, 28.11. Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 11/2006 1 3.34 1.1 Angabe Übungsrunde 7, Gruppe 2 LVA 107.369, Übungsrunde 7, Gruppe 2, 28.11. Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 11/2006 U sei auf dem Intervall (0, 1) uniform verteilt. Zeigen

Mehr

RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG

RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG Die Poisson-Verteilung Jianmin Lu RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG Ausarbeitung zum Vortrag im Seminar Stochastik (Wintersemester 2008/09, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In der Wahrscheinlichkeitstheorie

Mehr

Aufgabe 1 10 ECTS. y i x j gering mittel hoch n i Hausrat 200 25 0 225 KFZ 0 10 75 85 Unfall 20 35 90 145 Reiserücktritt 40 5 0 45 n j 260 75 165 500

Aufgabe 1 10 ECTS. y i x j gering mittel hoch n i Hausrat 200 25 0 225 KFZ 0 10 75 85 Unfall 20 35 90 145 Reiserücktritt 40 5 0 45 n j 260 75 165 500 Aufgabe 1 Für die Securance-Versicherung liegen Ihnen die gemeinsamen absoluten Häugkeiten der Merkmale X: Schadenshöhe und Y : Versicherungsart für die letzten 500 gemeldeten Schäden vor. 1. Interpretieren

Mehr

Beispiele zur UE Wirtschaftsstatistik 1 bei Nagel

Beispiele zur UE Wirtschaftsstatistik 1 bei Nagel Beispiele zur UE Wirtschaftsstatistik 1 bei Nagel 1 Ereignisse und Wahrscheinlichkeiten 1. Ein Würfel wird zweimal geworfen, der Stichprobenraum Ω ist Ihnen nicht neu. Versuchen Sie, den Stichprobenraum

Mehr

Übungsaufgaben - Kombinatorik. Übungsaufgaben - Kombinatorik. Aufgabe 1 Schwierigkeit: X. Aufgabe 3 Schwierigkeit: X

Übungsaufgaben - Kombinatorik. Übungsaufgaben - Kombinatorik. Aufgabe 1 Schwierigkeit: X. Aufgabe 3 Schwierigkeit: X Aufgabe 1 Schwierigkeit: X Aufgabe 3 Schwierigkeit: X Einer Gruppe von 15 Schülern werden 3 Theaterkarten angeboten. Auf wie viele Arten können die Karten verteilt werden, wenn sich die Karten auf nummerierte

Mehr

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 ische Ergänzung der für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 Ministerium für ildung und Wissenschaft des Landes Juni 2013 1 Inhaltsverzeichnis Vorbemerkungen

Mehr

Musteraufgaben für das Fach Mathematik

Musteraufgaben für das Fach Mathematik Musteraufgaben für das Fach Mathematik zur Vorbereitung der Einführung länderübergreifender gemeinsamer Aufgabenteile in den Abiturprüfungen ab dem Schuljahr 013/14 Impressum Das vorliegende Material wurde

Mehr

5. Schließende Statistik. 5.1. Einführung

5. Schließende Statistik. 5.1. Einführung 5. Schließende Statistik 5.1. Einführung Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.

Mehr

Data Mining: Einige Grundlagen aus der Stochastik

Data Mining: Einige Grundlagen aus der Stochastik Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener

Mehr

Spielen ist etwas Heiteres die Mathematik des Glücksspiels

Spielen ist etwas Heiteres die Mathematik des Glücksspiels FORUM-Themenabend Michael Kleiber Timon Kleiber Spielen ist etwas Heiteres die Mathematik des Glücksspiels Rosmarin & Thymian, 01. März 2014 1 Das Ziegenproblem Marilyn vos Savant 1990 2 Das Ziegenproblem

Mehr

Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik

Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik Dozent: Volker Krätschmer Fakultät für Mathematik, Universität Duisburg-Essen, WS 2012/13 1. Präsenzübung Aufgabe T 1 Sei (Z 1,...,

Mehr

Veranstaltung Statistik (BWL) an der FH Frankfurt/Main im WS 2004/05 (Dr. Faik) Klausur 09.02.2005 - GRUPPE A - BEARBEITER/IN (NAME, VORNAME):

Veranstaltung Statistik (BWL) an der FH Frankfurt/Main im WS 2004/05 (Dr. Faik) Klausur 09.02.2005 - GRUPPE A - BEARBEITER/IN (NAME, VORNAME): Veranstaltung Statistik (BWL) an der FH Frankfurt/Main im WS 2004/05 (Dr. Faik) Klausur 09.02.2005 - GRUPPE A - BEARBEITER/IN (NAME, VORNAME): MATRIKELNUMMER: Alte Prüfungsordnung/Neue Prüfungsordnung

Mehr

Analog definiert man das Nichteintreten eines Ereignisses (Misserfolg) als:

Analog definiert man das Nichteintreten eines Ereignisses (Misserfolg) als: 9-9 Die befasst sich mit der Untersuchung, wie wahrscheinlich das Eintreten eines Falles aufgrund bestimmter Voraussetzungen stattfindet. Bis anhin haben wir immer logisch gefolgert: 'Wenn diese Voraussetzung

Mehr

Beispiellösungen zu Blatt 19

Beispiellösungen zu Blatt 19 µathematischer κorrespondenz- zirkel Mathematisches Institut Georg-August-Universität Göttingen Aufgabe 1 Beispiellösungen zu Blatt 19 a) In dem Buch der Wahrheit stehen merkwürdige Dinge: Auf der ersten

Mehr

Stochastische Modelle

Stochastische Modelle Klausur (Teilprüfung) zur Vorlesung Stochastische Modelle (WS04/05 Februar 2005, Dauer 90 Minuten) 1. Es sollen für eine Zufallsgröße X mit der Dichte Zufallszahlen generiert werden. (a) Zeigen Sie, dass

Mehr

Modellierungskonzepte 2

Modellierungskonzepte 2 Modellierungskonzepte 2 Elke Warmuth Humboldt-Universität Berlin WS 2008/09 1 / 50 1 Pfadregeln 2 Begriff Umbewertung von Chancen Bayessche Formel 3 Verwechslungsgefahr Implizite Lotterien 2 / 50 mehrstufige

Mehr

1.) Wie viele verschiedene Anordnungen mit drei unterschiedlichen Buchstaben lassen sich aus acht verschiedenen Buchstaben bilden?

1.) Wie viele verschiedene Anordnungen mit drei unterschiedlichen Buchstaben lassen sich aus acht verschiedenen Buchstaben bilden? Aufgaben zur Kombinatorik, Nr. 1 1.) Wie viele verschiedene Anordnungen mit drei unterschiedlichen Buchstaben lassen sich aus acht verschiedenen Buchstaben bilden? 2.) Jemand hat 10 verschiedene Bonbons

Mehr

Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik)

Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) 2 3 Klausur-Nr = Sitzplatz-Nr Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik BeStat-1 (7 ) n = 400 Personen wurden gefragt, wie viele Stück eines

Mehr

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt!

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! 1 Einführung 2 Wahrscheinlichkeiten kurz gefasst 3 Zufallsvariablen und Verteilungen 4 Theoretische Verteilungen (Wahrscheinlichkeitsfunktion)

Mehr

, dt. $+ f(x) = , - + < x < +, " > 0. " 2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) =

, dt. $+ f(x) = , - + < x < +,  > 0.  2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) = 38 6..7.4 Normalverteilung Die Gauß-Verteilung oder Normal-Verteilung ist eine stetige Verteilung, d.h. ihre Zufallsvariablen können beliebige reelle Zahlenwerte annehmen. Wir definieren sie durch die

Mehr

Modul: Stochastik. Zufallsexperimente oder Wahrscheinlichkeit relative Häufigkeit Variation Permutation Kombinationen Binomialverteilung

Modul: Stochastik. Zufallsexperimente oder Wahrscheinlichkeit relative Häufigkeit Variation Permutation Kombinationen Binomialverteilung Modul: Stochastik Ablauf Vorstellung der Themen Lernen Spielen Wiederholen Zusammenfassen Zufallsexperimente oder Wahrscheinlichkeit relative Häufigkeit Variation Permutation Kombinationen Binomialverteilung

Mehr

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg Baden-Württemberg: Abitur 04 Pflichtteil www.mathe-aufgaben.com Hauptprüfung Abiturprüfung 04 (ohne CAS) Baden-Württemberg Pflichtteil Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com

Mehr

AUFGABEN AUS DEM ZENTRALABITUR

AUFGABEN AUS DEM ZENTRALABITUR -28- -29- AUFGABEN AUS DEM ZENTRALABITUR GK-Aufgabe / Zentralabitur Bayern 1984 In einer Urne befinden sich 2 blaue und 6 weiße Kugeln. Die Kugeln unterscheiden sich nur durch ihre Farbe. 1. Bei einem

Mehr

Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 2011 im Fach Mathematik. 18. Mai 2011

Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 2011 im Fach Mathematik. 18. Mai 2011 LAND BRANDENBURG Ministerium für Bildung, Jugend und Sport Senatsverwaltung für Bildung, Wissenschaft und Forschung Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 2011 im Fach Mathematik 18.

Mehr

Analyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse

Analyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse Analyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse Yannik Behr Gliederung 1 Stochastische Prozesse Stochastische Prozesse Ein stochastischer Prozess ist ein Phänomen, dessen

Mehr

Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2010/2011. Aufgabe 1

Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2010/2011. Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2010/2011 Aufgabe 1 Nach einer

Mehr

Genexpression. Expression eines einzelnen Gens. Expressionsmessung. Genexpressionsmessung. Transkription (Vorgang) Genexpression

Genexpression. Expression eines einzelnen Gens. Expressionsmessung. Genexpressionsmessung. Transkription (Vorgang) Genexpression Genexpressionsmessung Genexpression Transkription (Vorgang) Genexpression (quantitativ) Wieviele m-rna Moleküle eines bestimmten Gens sind in den Zellen? Genomische Datenanalyse 8. Kapitel Wie mißt man

Mehr

Einführung in die schließende Statistik - Von der Wahrscheinlichkeit zur Hypothese mit Beispielen in R und SPSS

Einführung in die schließende Statistik - Von der Wahrscheinlichkeit zur Hypothese mit Beispielen in R und SPSS Einführung in die schließende Statistik - Von der Wahrscheinlichkeit zur Hypothese mit Beispielen in R und SPSS Version 0.9 (7.5.204) Haiko Lüpsen Universität zu Köln Regionales Rechenzentrum (RRZK) Kontakt:

Mehr

Für 2 bis 4 Spieler ab 8 Jahren. Spielregeln

Für 2 bis 4 Spieler ab 8 Jahren. Spielregeln Für 2 bis 4 Spieler ab 8 Jahren Spielregeln 03226 Vp-handleiding-its.indd 1 10-03-2005 08:08:51 Einleitung: Der arme Lukas liegt im Krankenhaus und wartet auf die Spieler, die ihm helfen können, wieder

Mehr

Faktorisierung ganzer Zahlen mittels Pollards ρ-methode (1975)

Faktorisierung ganzer Zahlen mittels Pollards ρ-methode (1975) Dass das Problem, die Primzahlen von den zusammengesetzten zu unterscheiden und letztere in ihre Primfaktoren zu zerlegen zu den wichtigsten und nützlichsten der ganzen Arithmetik gehört und den Fleiss

Mehr

Stochastik Boris Boor 2010

Stochastik Boris Boor 2010 Stochastik Boris Boor 010 Inhaltsverzeichnis S.1 Grundbegriffe... S.1.1 Ergebnisse und Ereignisse... S.1. Relative Häufigkeit und Wahrscheinlichkeit...4 S.1.3 Wahrscheinlichkeitsverteilung...5 S.1.4 Mehrstufige

Mehr

Aufgabe 1 Ein Medikament kann mithilfe einer Spritze oder durch Tropfinfusion verabreicht werden.

Aufgabe 1 Ein Medikament kann mithilfe einer Spritze oder durch Tropfinfusion verabreicht werden. Analysis A Aufgabe 1 Ein Medikament kann mithilfe einer Spritze oder durch Tropfinfusion verabreicht werden. a) Bei Verabreichung des Medikaments mithilfe einer Spritze wird die Wirkstoffmenge im Blut

Mehr

Gewinnchancen und Gewinnerwartung

Gewinnchancen und Gewinnerwartung Bachelorarbeit an der Ruhr-Universität Bochum Gewinnchancen und Gewinnerwartung Marius Alexander Wilker aus Marl Bochum, im April 008 Fakultät für Mathematik Prof. Dr. R. Verfürth Inhaltsverzeichnis I.

Mehr